高分辨率遙感影像融合方法研究及融合效果評價——以ALOS和SPOT的全色與多光譜影像為例.pdf

1、隨著遙感技術(shù)的迅猛發(fā)展，多傳感器之間的影像融合技術(shù)研究越來越受到國內(nèi)外學(xué)者的重視，目前多源遙感影像融合技術(shù)已經(jīng)在生產(chǎn)實(shí)踐部門廣為應(yīng)用，應(yīng)用方法也多種多樣，但是高分辨率遙感影像的融合研究還相對較少。本文以ALOS多光譜和全色以及SPOT多光譜和全色為實(shí)驗(yàn)數(shù)據(jù)，在基于像元級融合的基礎(chǔ)上，探討了高分辨率遙感影像的融合技術(shù)和方法，并對融合結(jié)果進(jìn)行評價。
　　 本文回顧了遙感圖像融合的發(fā)展過程，對現(xiàn)有的遙感圖像融合的基本理論進(jìn)行了總結(jié)，并

2、且對遙感圖像融合步驟進(jìn)行了說明，對遙感影像融合層次進(jìn)行了闡述，并且就每種融合層次的基本特征和原理進(jìn)行了研究，描述了每個層次的融合算法。對遙感圖像融合關(guān)鍵步驟進(jìn)行了闡述，包括幾何精糾正、圖像配準(zhǔn)以及影像直方圖匹配，說明了這些工作對遙感影像融合的重要性，并且使影像的糾正和配準(zhǔn)精度均達(dá)到遙感影像融合的要求，保證融合能達(dá)到最佳效果。
　　 介紹了傳統(tǒng)的融合算法，包括IHS變換融合、主成分(PCA)替換融合、Brovey融合以及Gram-

3、Schmidt變換融合。此外，針對ALOS多光譜和全色影像改進(jìn)了SFIM算法，SFIM融合算法能夠準(zhǔn)確利用多光譜圖像和全色光圖像的的互補(bǔ)特征，將高分辨率遙感影像的空間信息合理、有效地調(diào)制到已配準(zhǔn)的多光譜圖像中，并且不改變其光譜特性與對比度。為了使融合后的圖像能提高反差，包含更多的空間紋理信息，反映地物邊界信息，本文在原來的SFIM融合算法得基礎(chǔ)上加入了方差紋理參數(shù)，加入紋理參數(shù)的方法是，先計算全色影像的紋理，然后對整幅影像的紋理進(jìn)行歸一

4、化處理，將所得的參數(shù)加入SFIM融合算法中。針對SPOT多光譜和全色影像在小波融合的基礎(chǔ)上加入?yún)^(qū)域方差信息，在小波融合的算法中，高頻成分包含了更多的遙感影像的亮度突變，也是就更多的細(xì)節(jié)信息。圖像的方差可以表示地物的邊界信息，在進(jìn)行小波系數(shù)融合前可以先對分解的小波高頻部分通過領(lǐng)域操作計算方差，計算出的方差能夠反映更詳細(xì)的邊界信息，該融合算法比單純的利用小波進(jìn)行融合更優(yōu)化。
　　 最后，針對ALOS多光譜和全色影像及SPOT多光譜和